Servidor MCP de Browser Use | Awesome MCP Servers

mcp-server-browser-use

Servidor MCP que brinda a los asistentes de IA la capacidad de controlar un navegador web.

Tabla de Contenidos

¿Qué es esto?
Instalación
Interfaz Web
Panel Web
Configuración
Referencia de CLI
Herramientas MCP
Investigación Profunda
Observabilidad
Sistema de Habilidades
Referencia de API REST
Arquitectura
Licencia

¿Qué es esto?

Esto envuelve browser-use como un servidor MCP, permitiendo que Claude (o cualquier cliente MCP) automatice un navegador real—navegar páginas, completar formularios, hacer clic en botones, extraer datos y más.

¿Por qué HTTP en lugar de stdio?

Las tareas de automatización del navegador toman 30-120+ segundos. El transporte estándar stdio de MCP tiene problemas de tiempo de espera con operaciones de larga duración—las conexiones se caen a mitad de la tarea. El transporte HTTP resuelve esto ejecutándose como un demonio persistente que maneja solicitudes de manera confiable sin importar la duración.

Instalación

Plugin de Claude Code (Recomendado)

Instala como un plugin de Claude Code para configuración automática:

# Install the plugin
/plugin install browser-use/mcp-browser-use

El plugin automáticamente:

Instala los navegadores de Playwright en la primera ejecución
Inicia el demonio HTTP cuando Claude Code se inicia
Registra el servidor MCP con Claude

Establece tu clave API (el agente del navegador necesita un LLM para decidir acciones):

# Set API key (environment variable - recommended)
export GEMINI_API_KEY=your-key-here

# Or use config file
mcp-server-browser-use config set -k llm.api_key -v your-key-here

¡Eso es todo! Claude ahora puede usar las herramientas de automatización del navegador.

Instalación Manual

Para otros clientes MCP o uso independiente:

# Clone and install
git clone https://github.com/Saik0s/mcp-browser-use.git
cd mcp-server-browser-use
uv sync

# Install browser
uv run playwright install chromium

# Start the server
uv run mcp-server-browser-use server

Agregar a Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "browser-use": {
      "type": "streamable-http",
      "url": "http://localhost:8383/mcp"
    }
  }
}

Para clientes MCP que no soportan transporte HTTP, usa mcp-remote como proxy:

{
  "mcpServers": {
    "browser-use": {
      "command": "npx",
      "args": ["mcp-remote", "http://localhost:8383/mcp"]
    }
  }
}

Interfaz Web

Accede al visor de tareas en http://localhost:8383 cuando el demonio esté ejecutándose.

Características:

Lista de tareas en tiempo real con estado y progreso
Detalles de tareas con registros de ejecución
Estado de salud del servidor y tiempo de actividad
Monitoreo de tareas en ejecución

La interfaz web proporciona visibilidad de las tareas de automatización del navegador sin requerir comandos CLI.

Panel Web

Accede al panel completo en http://localhost:8383/dashboard cuando el demonio esté ejecutándose.

Características:

Pestaña de Tareas: Historial completo de tareas con filtrado, actualizaciones de estado en tiempo real y registros de ejecución detallados
Pestaña de Habilidades: Explora, inspecciona y gestiona habilidades aprendidas con estadísticas de uso
Pestaña de Historial: Vista histórica de todas las tareas completadas con filtrado por estado y tiempo

Capacidades Clave:

Ejecutar habilidades existentes directamente desde el panel con parámetros personalizados
Iniciar sesiones de aprendizaje para capturar nuevas habilidades
Eliminar habilidades obsoletas o inválidas
Monitorear tareas en ejecución con actualizaciones de progreso en vivo
Ver resultados completos de tareas y detalles de errores

El panel proporciona una interfaz web integral para gestionar todos los aspectos de la automatización del navegador sin comandos CLI.

Configuración

La configuración se almacena en ~/.config/mcp-server-browser-use/config.json.

Ver configuración actual:

mcp-server-browser-use config view

Cambiar configuración:

mcp-server-browser-use config set -k llm.provider -v openai
mcp-server-browser-use config set -k llm.model_name -v gpt-4o
# Note: Set API keys via environment variables (e.g., ANTHROPIC_API_KEY) for better security
# mcp-server-browser-use config set -k llm.api_key -v sk-...
mcp-server-browser-use config set -k browser.headless -v false
mcp-server-browser-use config set -k agent.max_steps -v 30

Referencia de Configuración

Clave	Predeterminado	Descripción
`llm.provider`	`google`	Proveedor de LLM (anthropic, openai, google, azure_openai, groq, deepseek, cerebras, ollama, bedrock, browser_use, openrouter, vercel)
`llm.model_name`	`gemini-3-flash-preview`	Modelo para el agente del navegador
`llm.api_key`	-	Clave API para el proveedor (prefiere variables de entorno: GEMINI_API_KEY, ANTHROPIC_API_KEY, etc.)
`browser.headless`	`true`	Ejecutar navegador sin interfaz gráfica
`browser.cdp_url`	-	Conectar a Chrome existente (ej., http://localhost:9222)
`browser.user_data_dir`	-	Directorio de perfil de Chrome para inicios de sesión/cookies persistentes
`browser.chromium_sandbox`	`true`	Habilitar sandboxing de Chromium por seguridad
`agent.max_steps`	`20`	Pasos máximos por tarea del navegador
`agent.use_vision`	`true`	Habilitar capacidades de visión para el agente
`research.max_searches`	`5`	Búsquedas máximas por tarea de investigación
`research.search_timeout`	-	Tiempo de espera para búsquedas individuales
`server.host`	`127.0.0.1`	Dirección de enlace del servidor
`server.port`	`8383`	Puerto del servidor
`server.results_dir`	-	Directorio para guardar resultados
`server.auth_token`	-	Token de autenticación para conexiones fuera de localhost
`skills.enabled`	`false`	Habilitar sistema de habilidades (beta - deshabilitado por defecto)
`skills.directory`	`~/.config/browser-skills`	Ubicación de almacenamiento de habilidades
`skills.validate_results`	`true`	Validar resultados de ejecución de habilidades

Prioridad de Configuración

Environment Variables > Config File > Defaults

Las variables de entorno usan el prefijo MCP_ + sección + _ + clave (ej., MCP_LLM_PROVIDER).

Usando Tu Propio Navegador

Opción 1: Perfil Persistente (Recomendado)

Usa un perfil de Chrome dedicado para preservar inicios de sesión y cookies:

# Set user data directory
mcp-server-browser-use config set -k browser.user_data_dir -v ~/.chrome-browser-use

Opción 2: Conectar a Chrome Existente

Conecta a una instancia de Chrome existente (útil para depuración avanzada):

# Launch Chrome with debugging enabled
google-chrome --remote-debugging-port=9222

# Configure CDP connection (localhost only for security)
mcp-server-browser-use config set -k browser.cdp_url -v http://localhost:9222

Referencia de CLI

Gestión del Servidor

mcp-server-browser-use server          # Start as background daemon
mcp-server-browser-use server -f       # Start in foreground (for debugging)
mcp-server-browser-use status          # Check if running
mcp-server-browser-use stop            # Stop the daemon
mcp-server-browser-use logs -f         # Tail server logs

Llamando Herramientas

mcp-server-browser-use tools           # List all available MCP tools
mcp-server-browser-use call run_browser_agent task="Go to google.com"
mcp-server-browser-use call run_deep_research topic="quantum computing"

Configuración

mcp-server-browser-use config view     # Show all settings
mcp-server-browser-use config set -k <key> -v <value>
mcp-server-browser-use config path     # Show config file location

Observabilidad

mcp-server-browser-use tasks           # List recent tasks
mcp-server-browser-use tasks --status running
mcp-server-browser-use task <id>       # Get task details
mcp-server-browser-use task cancel <id> # Cancel a running task
mcp-server-browser-use health          # Server health + stats

Gestión de Habilidades

mcp-server-browser-use call skill_list
mcp-server-browser-use call skill_get name="my-skill"
mcp-server-browser-use call skill_delete name="my-skill"

Consejo: Las habilidades también se pueden gestionar a través del panel web en http://localhost:8383/dashboard para una interfaz visual con ejecución de un clic y sesiones de aprendizaje.

Herramientas MCP

Estas herramientas se exponen a través de MCP para clientes de IA:

Herramienta	Descripción	Duración Típica
`run_browser_agent`	Ejecutar tareas de automatización del navegador	60-120s
`run_deep_research`	Investigación multi-búsqueda con síntesis	2-5 min
`skill_list`	Listar habilidades aprendidas	<1s
`skill_get`	Obtener definición de habilidad	<1s
`skill_delete`	Eliminar una habilidad	<1s
`health_check`	Estado del servidor y tareas en ejecución	<1s
`task_list`	Consultar historial de tareas	<1s
`task_get`	Obtener detalles completos de tarea	<1s

run_browser_agent

La herramienta principal. Dile lo que quieres en lenguaje natural:

mcp-server-browser-use call run_browser_agent \
  task="Find the price of iPhone 16 Pro on Apple's website"

El agente lanza un navegador, navega a apple.com, encuentra el producto y devuelve el precio.

Parámetros:

Parámetro	Tipo	Descripción
`task`	string	Qué hacer (requerido)
`max_steps`	int	Sobrescribir pasos máximos predeterminados
`skill_name`	string	Usar una habilidad aprendida
`skill_params`	JSON	Parámetros para la habilidad
`learn`	bool	Habilitar modo de aprendizaje
`save_skill_as`	string	Nombre para la habilidad aprendida

run_deep_research

Investigación web multi-paso con síntesis automática:

mcp-server-browser-use call run_deep_research \
  topic="Latest developments in quantum computing" \
  max_searches=5

El agente busca en múltiples fuentes, extrae hallazgos clave y compila un informe en markdown.

Investigación Profunda

La investigación profunda ejecuta un flujo de trabajo de 3 fases:

┌─────────────────────────────────────────────────────────┐
│  Phase 1: PLANNING                                       │
│  LLM generates 3-5 focused search queries from topic     │
└─────────────────────────────┬───────────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────┐
│  Phase 2: SEARCHING                                      │
│  For each query:                                         │
│    • Browser agent executes search                       │
│    • Extracts URL + summary from results                 │
│    • Stores findings                                     │
└─────────────────────────────┬───────────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────┐
│  Phase 3: SYNTHESIS                                      │
│  LLM creates markdown report:                            │
│    1. Executive Summary                                  │
│    2. Key Findings (by theme)                            │
│    3. Analysis and Insights                              │
│    4. Gaps and Limitations                               │
│    5. Conclusion with Sources                            │
└─────────────────────────────────────────────────────────┘

Los informes se pueden guardar automáticamente configurando research.save_directory.

Observabilidad

Todas las ejecuciones de herramientas se rastrean en SQLite para depuración y monitoreo.

Ciclo de Vida de Tareas

PENDING ──► RUNNING ──► COMPLETED
               │
               ├──► FAILED
               └──► CANCELLED

Etapas de Tareas

Durante la ejecución, las tareas progresan a través de etapas granulares:

INITIALIZING → PLANNING → NAVIGATING → EXTRACTING → SYNTHESIZING

Consultando Tareas

Listar tareas recientes:

mcp-server-browser-use tasks

┌──────────────┬───────────────────┬───────────┬──────────┬──────────┐
│ ID           │ Tool              │ Status    │ Progress │ Duration │
├──────────────┼───────────────────┼───────────┼──────────┼──────────┤
│ a1b2c3d4     │ run_browser_agent │ completed │ 15/15    │ 45s      │
│ e5f6g7h8     │ run_deep_research │ running   │ 3/7      │ 2m 15s   │
└──────────────┴───────────────────┴───────────┴──────────┴──────────┘

Obtener detalles de tarea:

mcp-server-browser-use task a1b2c3d4

Salud del servidor:

mcp-server-browser-use health

Muestra tiempo de actividad, uso de memoria y tareas actualmente en ejecución.

Herramientas MCP para Observabilidad

Los clientes de IA pueden consultar el estado de las tareas directamente:

health_check - Estado del servidor + lista de tareas en ejecución
task_list - Tareas recientes con filtro de estado opcional
task_get - Detalles completos de una tarea específica

Almacenamiento

Base de datos: ~/.config/mcp-server-browser-use/tasks.db
Retención: Las tareas completadas se eliminan automáticamente después de 7 días
Formato: SQLite con modo WAL para concurrencia

Sistema de Habilidades (Súper Alfa)

Advertencia: Esta característica es experimental y está en desarrollo activo. Espera bordes ásperos.

Las habilidades están deshabilitadas por defecto. Actívalas primero:

mcp-server-browser-use config set -k skills.enabled -v true

Las habilidades te permiten "enseñar" al agente una tarea una vez, luego reproducirla 50 veces más rápido reutilizando endpoints de API descubiertos en lugar de la automatización completa del navegador.

El Problema

La automatización del navegador es lenta (60-120 segundos por tarea). Pero la mayoría de los sitios web tienen APIs detrás de su interfaz. Si podemos descubrir esas APIs, podemos llamarlas directamente.

La Solución

Las habilidades capturan las llamadas API realizadas durante una sesión del navegador y las reproducen directamente a través de CDP (Protocolo de DevTools de Chrome).

Without Skills:  Browser navigation → 60-120 seconds
With Skills:     Direct API call    → 1-3 seconds

Aprendiendo una Habilidad

mcp-server-browser-use call run_browser_agent \
  task="Find React packages on npmjs.com" \
  learn=true \
  save_skill_as="npm-search"

Lo que sucede:

Grabación: CDP captura todo el tráfico de red durante la ejecución
Análisis: El LLM identifica la "solicitud clave"—la llamada API que devuelve los datos
Extracción: Los patrones de URL, encabezados y reglas de análisis de respuesta se guardan
Almacenamiento: La habilidad se guarda como YAML en ~/.config/browser-skills/npm-search.yaml

Usando una Habilidad

mcp-server-browser-use call run_browser_agent \
  skill_name="npm-search" \
  skill_params='{"query": "vue"}'

Dos Modos de Ejecución

Cada habilidad soporta dos rutas de ejecución:

1. Ejecución Directa (Ruta Rápida) ~2 segundos

Si la habilidad capturó un endpoint de API (SkillRequest):

Initialize CDP session
    ↓
Navigate to domain (establish cookies)
    ↓
Execute fetch() via Runtime.evaluate
    ↓
Parse response with JSONPath
    ↓
Return data

2. Ejecución Basada en Pistas (Respaldo) ~60-120 segundos

Si la ejecución directa falla o no se encontró API:

Inject navigation hints into task prompt
    ↓
Agent uses hints as guidance
    ↓
Agent discovers and calls API
    ↓
Return data

Formato de Archivo de Habilidad

Las habilidades se almacenan como YAML en ~/.config/browser-skills/:

name: npm-search
description: Search for packages on npmjs.com
version: "1.0"

# For direct execution (fast path)
request:
  url: "https://www.npmjs.com/search?q={query}"
  method: GET
  headers:
    Accept: application/json
  response_type: json
  extract_path: "objects[*].package"

# For hint-based execution (fallback)
hints:
  navigation:
    - step: "Go to npmjs.com"
      url: "https://www.npmjs.com"
  money_request:
    url_pattern: "/search"
    method: GET

# Auth recovery (if API returns 401/403)
auth_recovery:
  trigger_on_status: [401, 403]
  recovery_page: "https://www.npmjs.com/login"

# Usage stats
success_count: 12
failure_count: 1
last_used: "2024-01-15T10:30:00Z"

Parámetros

Las habilidades soportan URLs parametrizadas y cuerpos de solicitud:

request:
  url: "https://api.example.com/search?q={query}&limit={limit}"
  body_template: '{"filters": {"category": "{category}"}}'

Los parámetros se sustituyen en el momento de la ejecución desde skill_params.

Recuperación de Autenticación

Si una API devuelve 401/403, las habilidades pueden activar la recuperación de autenticación:

auth_recovery:
  trigger_on_status: [401, 403]
  recovery_page: "https://example.com/login"
  max_retries: 2

El sistema navegará a la página de recuperación (permitiéndote iniciar sesión) y reintentará.

Limitaciones

Descubrimiento de API: Solo funciona si el sitio tiene una API. Los sitios que renderizan todo en el servidor no producirán habilidades útiles.
Estado de Autenticación: Las habilidades dependen de las cookies del navegador. Si estás desconectado, pueden fallar.
Cambios de API: Si un sitio cambia su API, la habilidad se rompe. Se recurre a la ejecución basada en pistas.
Flujos Complejos: Los flujos de trabajo de múltiples pasos (inicio de sesión → navegación → búsqueda) pueden no capturarse limpiamente.

Referencia de API REST

El servidor expone endpoints REST para acceso HTTP directo. Todos los endpoints devuelven JSON a menos que se especifique lo contrario.

URL Base

http://localhost:8383

Salud y Estado

GET /api/health

Verificación de salud del servidor con información de tareas en ejecución.

curl http://localhost:8383/api/health

Respuesta:

{
  "status": "healthy",
  "uptime_seconds": 1234.5,
  "memory_mb": 256.7,
  "running_tasks": 2,
  "tasks": [...],
  "stats": {...}
}

Tareas

GET /api/tasks

Listar tareas recientes con filtrado opcional.

# List all tasks
curl http://localhost:8383/api/tasks

# Filter by status
curl http://localhost:8383/api/tasks?status=running

# Limit results
curl http://localhost:8383/api/tasks?limit=50

GET /api/tasks/{task_id}

Obtener detalles completos de una tarea específica.

curl http://localhost:8383/api/tasks/abc123

GET /api/tasks/{task_id}/logs (SSE)

Transmisión de progreso de tareas en tiempo real a través de Eventos Enviados por el Servidor.

const events = new EventSource('/api/tasks/abc123/logs');
events.onmessage = (e) => console.log(JSON.parse(e.data));

Habilidades

GET /api/skills

Listar todas las habilidades disponibles.

curl http://localhost:8383/api/skills

Respuesta:

{
  "skills": [
    {
      "name": "npm-search",
      "description": "Search for packages on npmjs.com",
      "success_rate": 92.5,
      "usage_count": 15,
      "last_used": "2024-01-15T10:30:00Z"
    }
  ],
  "count": 1,
  "skills_directory": "/Users/you/.config/browser-skills"
}

GET /api/skills/{name}

Obtener definición completa de habilidad como JSON.

curl http://localhost:8383/api/skills/npm-search

DELETE /api/skills/{name}

Eliminar una habilidad.

curl -X DELETE http://localhost:8383/api/skills/npm-search

POST /api/skills/{name}/run

Ejecutar una habilidad con parámetros (inicia tarea en segundo plano).

curl -X POST http://localhost:8383/api/skills/npm-search/run \
  -H "Content-Type: application/json" \
  -d '{"params": {"query": "react"}}'

Respuesta:

{
  "task_id": "abc123...",
  "skill_name": "npm-search",
  "message": "Skill execution started",
  "status_url": "/api/tasks/abc123..."
}

POST /api/learn

Iniciar una sesión de aprendizaje para capturar una nueva habilidad (inicia tarea en segundo plano).

curl -X POST http://localhost:8383/api/learn \
  -H "Content-Type: application/json" \
  -d '{
    "task": "Search for TypeScript packages on npmjs.com",
    "skill_name": "npm-search"
  }'

Respuesta:

{
  "task_id": "def456...",
  "learning_task": "Search for TypeScript packages on npmjs.com",
  "skill_name": "npm-search",
  "message": "Learning session started",
  "status_url": "/api/tasks/def456..."
}

Actualizaciones en Tiempo Real

GET /api/events (SSE)

Transmisión de Eventos Enviados por el Servidor para todas las actualizaciones de tareas.

const events = new EventSource('/api/events');
events.onmessage = (e) => {
  const data = JSON.parse(e.data);
  console.log(`Task ${data.task_id}: ${data.status}`);
};

Formato de evento:

{
  "task_id": "abc123",
  "full_task_id": "abc123-full-uuid...",
  "tool": "run_browser_agent",
  "status": "running",
  "stage": "navigating",
  "progress": {
    "current": 5,
    "total": 15,
    "percent": 33.3,
    "message": "Loading page..."
  }
}

Arquitectura

Resumen de Alto Nivel

┌─────────────────────────────────────────────────────────────────────────┐
│                           MCP CLIENTS                                    │
│              (Claude Desktop, mcp-remote, CLI call)                      │
└─────────────────────────────────┬───────────────────────────────────────┘
                                  │ HTTP POST /mcp
                                  ▼
┌─────────────────────────────────────────────────────────────────────────┐
│                         FastMCP SERVER                                   │
│  ┌──────────────────────────────────────────────────────────────────┐   │
│  │                      MCP TOOLS                                    │   │
│  │  • run_browser_agent    • skill_list/get/delete                  │   │
│  │  • run_deep_research    • health_check/task_list/task_get        │   │
│  └──────────────────────────────────────────────────────────────────┘   │
└────────┬──────────────┬─────────────────┬────────────────┬──────────────┘
         │              │                 │                │
         ▼              ▼                 ▼                ▼
┌─────────────┐  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐
│   CONFIG    │  │  PROVIDERS  │  │   SKILLS    │  │    OBSERVABILITY    │
│  Pydantic   │  │ 12 LLMs     │  │  Learn+Run  │  │   Task Tracking     │
└─────────────┘  └─────────────┘  └─────────────┘  └─────────────────────┘
                                         │
                                         ▼
                              ┌─────────────────────────┐
                              │      browser-use        │
                              │   (Agent + Playwright)  │
                              └─────────────────────────┘

Estructura de Módulos

src/mcp_server_browser_use/
├── server.py            # FastMCP server + MCP tools
├── cli.py               # Typer CLI for daemon management
├── config.py            # Pydantic settings
├── providers.py         # LLM factory (12 providers)
│
├── observability/       # Task tracking
│   ├── models.py        # TaskRecord, TaskStatus, TaskStage
│   ├── store.py         # SQLite persistence
│   └── logging.py       # Structured logging
│
├── skills/              # Machine-learned browser skills
│   ├── models.py        # Skill, SkillRequest, AuthRecovery
│   ├── store.py         # YAML persistence
│   ├── recorder.py      # CDP network capture
│   ├── analyzer.py      # LLM skill extraction
│   ├── runner.py        # Direct fetch() execution
│   └── executor.py      # Hint injection
│
└── research/            # Deep research workflow
    ├── models.py        # SearchResult, ResearchSource
    └── machine.py       # Plan → Search → Synthesize

Ubicaciones de Archivos

Qué	Dónde
Configuración	`~/.config/mcp-server-browser-use/config.json`
Base de datos de tareas	`~/.config/mcp-server-browser-use/tasks.db`
Habilidades	`~/.config/browser-skills/*.yaml`
Registro del servidor	`~/.local/state/mcp-server-browser-use/server.log`
PID del servidor	`~/.local/state/mcp-server-browser-use/server.json`

Proveedores de LLM Soportados

OpenAI
Anthropic
Google Gemini
Azure OpenAI
Groq
DeepSeek
Cerebras
Ollama (local)
AWS Bedrock
OpenRouter
Vercel AI

Licencia

MIT

Browser Use

Documentación

mcp-server-browser-use

Tabla de Contenidos

¿Qué es esto?

¿Por qué HTTP en lugar de stdio?

Instalación

Plugin de Claude Code (Recomendado)

Instalación Manual

Interfaz Web

Panel Web

Configuración

Referencia de Configuración

Prioridad de Configuración

Usando Tu Propio Navegador

Referencia de CLI

Gestión del Servidor

Llamando Herramientas

Configuración

Observabilidad

Gestión de Habilidades

Herramientas MCP

run_browser_agent

run_deep_research

Investigación Profunda

Observabilidad

Ciclo de Vida de Tareas

Etapas de Tareas

Consultando Tareas

Herramientas MCP para Observabilidad

Almacenamiento

Sistema de Habilidades (Súper Alfa)

El Problema

La Solución

Aprendiendo una Habilidad

Usando una Habilidad

Dos Modos de Ejecución

1. Ejecución Directa (Ruta Rápida) ~2 segundos

2. Ejecución Basada en Pistas (Respaldo) ~60-120 segundos

Formato de Archivo de Habilidad

Parámetros

Recuperación de Autenticación

Limitaciones

Referencia de API REST

URL Base

Salud y Estado

Tareas

Habilidades

Actualizaciones en Tiempo Real

Arquitectura

Resumen de Alto Nivel

Estructura de Módulos

Ubicaciones de Archivos

Proveedores de LLM Soportados

Licencia